申请/专利权人:北京交通大学
申请日:2024-01-17
公开(公告)日:2024-04-30
公开(公告)号:CN117956539A
主分类号:H04W40/32
分类号:H04W40/32;H04W84/06;H04W40/10;H04W40/20;H04W40/24;H04W12/67;G06N3/098
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明提供了一种联邦学习下无人机系统的簇头选举方法。基于各个无人机节点的地理位置对所有无人机进行分簇,得到初始化的各个簇和各个簇的质心的位置;根据每个无人机节点到其所属簇的质心的距离、能耗余量和计算能力计算出每个无人机节点的分数,根据各个无人机节点的分数确定各个簇的簇头,迭代优化各个簇的簇头的选举过程,得到最终的各个簇,以及各个簇的簇头和质心的位置;在服务器、每个簇的簇头和每个簇中的无人机节点之间通过联邦学习进行参数聚合和更新。本发明充分考虑了无人机系统中无人机的移动特性,采用簇头的定期轮换机制:帮助分散能耗,通过定期轮换可以更好地适应这些变化,保持系统的稳定性和安全性。
主权项:1.一种联邦学习下无人机系统的簇头选举方法,其特征在于,包括:基于各个无人机节点的地理位置对所有无人机进行分簇,得到初始化的各个簇和各个簇的质心的位置;根据每个无人机节点到其所属簇的质心的距离、能耗余量和计算能力计算出每个无人机节点的分数,根据各个无人机节点的分数确定各个簇的簇头,迭代优化各个簇的簇头的选举过程,得到最终的各个簇,以及各个簇的簇头和质心的位置;在服务器、每个簇的簇头和每个簇中的无人机节点之间通过联邦学习进行参数聚合和更新。
全文数据:
权利要求:
百度查询: 北京交通大学 一种联邦学习下无人机系统的簇头选举方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。